O Plano Brasileiro de Inteligência Artificial (PBIA), lançado pelo governo federal em 2024 e atualizado em 2025, posiciona a inteligência artificial como vetor central de desenvolvimento econômico e modernização do Estado brasileiro. O que ficou menos evidente nas manchetes sobre inovação é o papel estrutural que a cibersegurança ocupa nesse plano — não como apêndice técnico, mas como condição habilitadora para que os benefícios da IA se realizem com segurança.

Este artigo analisa como o PBIA trata cibersegurança, o que isso significa na prática para organizações públicas e privadas, e quais competências profissionais ganham relevância nesse contexto.

O que é o PBIA e seus eixos principais

O PBIA estrutura a estratégia brasileira de IA em seis eixos: infraestrutura e dados, pesquisa e desenvolvimento, talentos e capacitação, adoção pelo setor público, desenvolvimento de mercado e regulação e governança. A cibersegurança aparece de forma transversal em pelo menos quatro desses eixos — não como eixo isolado, mas como requisito para que cada um funcione.

O raciocínio é direto: sistemas de IA que processam dados sensíveis de cidadãos, tomam decisões automatizadas em infraestrutura crítica ou são usados em processos judiciais e de saúde precisam de garantias de integridade, confidencialidade e disponibilidade. Sem segurança, a IA cria riscos na mesma proporção em que cria valor.

Cibersegurança como condição para IA confiável

O PBIA menciona explicitamente a necessidade de "IA confiável" — conceito que abrange não apenas precisão dos modelos, mas segurança dos sistemas que os executam e dos dados que os alimentam. Na prática, isso se traduz em três dimensões técnicas:

  • Segurança dos dados de treinamento — modelos de IA treinados com dados manipulados ou envenenados produzem resultados enviesados ou perigosos. Garantir a integridade dos datasets é uma responsabilidade de segurança da informação, não apenas de ciência de dados
  • Proteção dos modelos em produção — ataques de adversarial machine learning podem manipular as saídas de modelos de IA sem comprometer o sistema subjacente. Profissionais de segurança precisam entender esses vetores para defendê-los
  • Segurança da infraestrutura de IA — clusters de GPU, pipelines de MLOps, APIs de inferência e sistemas de monitoramento de modelos são superfície de ataque que precisa ser gerenciada com os mesmos rigor dos sistemas críticos tradicionais

Implicações para o setor público brasileiro

O PBIA prevê adoção acelerada de IA em serviços públicos — desde triagem de processos judiciais até análise de risco em sistemas de saúde e detecção de fraudes em benefícios sociais. Cada um desses casos de uso cria novas superfícies de ataque e novos requisitos de conformidade.

A LGPD já cria obrigações para qualquer processamento de dados pessoais por entidades públicas. Sistemas de IA que tomam ou apoiam decisões automatizadas sobre cidadãos adicionam camadas de complexidade: rastreabilidade de decisões, direito de explicação, e garantia de que o modelo não discrimina ilegalmente. Profissionais que combinam conhecimento de segurança, privacidade e IA serão cada vez mais demandados no setor público federal, estadual e municipal.

O mercado de trabalho em cibersegurança e IA no Brasil

A intersecção entre cibersegurança e inteligência artificial cria novas funções que o mercado brasileiro ainda está aprendendo a nomear e contratar. Algumas emergentes em 2026:

  • AI Security Engineer — responsável pela segurança de sistemas de ML em produção, red teaming de modelos e defesa contra ataques adversariais
  • MLSecOps Engineer — integra segurança no pipeline de desenvolvimento e deployment de modelos, equivalente ao DevSecOps para sistemas de IA
  • AI Governance Analyst — trabalha na intersecção de conformidade regulatória, ética em IA e controles de segurança em organizações que usam IA em decisões de alto impacto

O PBIA prevê investimento em capacitação de 500 mil profissionais em IA até 2030. A demanda por profissionais que entendam tanto o lado técnico da IA quanto as implicações de segurança será proporcional a esse crescimento. Profissionais com base sólida em cibersegurança que adicionam conhecimento em IA estão bem posicionados para essa transição.

Regulação de IA e segurança: o que vem por aí

O Brasil está em processo de construção de um marco regulatório para IA, com influência do AI Act europeu. O projeto de lei em tramitação no Congresso em 2026 inclui requisitos de avaliação de risco para sistemas de IA de alto impacto — sistemas usados em saúde, segurança pública, educação e crédito. Esses requisitos de avaliação de risco têm sobreposição direta com práticas de gestão de risco de segurança da informação.

Organizações que já têm programas maduros de gestão de riscos de segurança — baseados em frameworks como NIST RMF ou ISO 27005 — têm vantagem na adaptação a requisitos regulatórios de IA. A estrutura de identificação, avaliação e tratamento de riscos é a mesma; o escopo se expande para incluir riscos específicos de sistemas de IA.

Prepare-se para a intersecção entre IA e cibersegurança